R & D work to develop new predictive models and advanced methods of optimising investment portfolios, based on learning and artificial intelligence solutions. (Q77795)

From EU Knowledge Graph
Revision as of 10:22, 14 October 2020 by DG Regio (talk | contribs) (‎Created claim: summary (P836): The aim of the Project is to develop and implement product innovation – an investment and speculative system for creating investment strategies. This tool as the most advanced on the market will be characterised by a number of unique features, i.e.: • generating highly efficient predicators based on convolutionary and recursive neural networks and LTSM networks; •scientific, quantitative approach the process of generating predicators (...)
Jump to navigation Jump to search
Project in Poland financed by DG Regio
Language Label Description Also known as
English
R & D work to develop new predictive models and advanced methods of optimising investment portfolios, based on learning and artificial intelligence solutions.
Project in Poland financed by DG Regio

    Statements

    0 references
    7,527,720.0 zloty
    0 references
    1,806,652.8 Euro
    13 January 2020
    0 references
    10,488,400.0 zloty
    0 references
    2,517,216.0 Euro
    13 January 2020
    0 references
    71.77 percent
    0 references
    1 November 2019
    0 references
    31 January 2022
    0 references
    BIZ ON SPÓŁKA Z OGRANICZONĄ ODPOWIEDZIALNOŚCIĄ
    0 references
    0 references

    53°0'52.2"N, 18°35'47.8"E
    0 references
    Celem Projektu jest opracowanie i wdrożenie innowacji produktowej - systemu inwestycyjno-spekulacyjnego do kreowania strategii inwestycyjnych. Narzędzie to jako najbardziej zaawansowane na rynku będzie charakteryzowało się szeregiem unikatowych cech tj.: •generowaniem wysoce efektywnych predykatorów w oparciu o konwolucyjne i rekurencyjne sieci neuronowe oraz sieci LTSM; •naukowym ,,podejściem ilościowym” do procesu generowania predykatorów (znacznie ograniczającym błędy wynikające z czynnika ludzkich emocji przy podejmowaniu decyzji inwestycyjnych); •możliwością generowania zarówno strategii krótkoterminowych oraz długoterminowych w oparciu o metody Reinforcement Learning i Deep Rainforcement Learning; •zwiększoną jakością i trafnością generowanych predykatorów oraz strategii, dzięki wykorzystaniu znacznie bardziej rozbudowanych niż dotychczas zbiorów danych fundamentalnych oraz sentymentów medialnych; •zwiększoną precyzją, dzięki znacznie szerszemu podejściu do informacji tj. uwzględnianiu wzajemnej korelacji między pojedynczymi informacjami oraz uwzględnianie wagi wpływu informacji na zachowanie rynku. Osiągnięcie rezultatu Projektu będzie wynikiem zaplanowanych prac B+R w zakresie opracowywania środowiska badawczego zdolnego przetwarzać ogromne zbiory różnorodnych danych oraz prototypów narzędzi zdolnych do prognozowania zmian kursów instrumentów finansowych oraz doboru optymalnej strategii inwestycyjnej na podst. szerokiego zbioru danych hist. tj. ceny akcji, wiadomości gosp., sentymenty rynkowe czy dane fundamentalne. Numer_referencyjny_programu_pomocowego: SA.41471(2015/X) Przeznaczenie_pomocy_publicznej: art. 25 rozporządzenia KE nr 651/2014 z dnia 17 czerwca 2014 r. uznające niektóre rodzaje pomocy za zgodne z rynkiem wewnętrznym w stosowaniu art. 107 i 108 Traktatu (Dz. Urz. UE L 187/1 z 26.06.2014). (Polish)
    0 references
    The aim of the Project is to develop and implement product innovation – an investment and speculative system for creating investment strategies. This tool as the most advanced on the market will be characterised by a number of unique features, i.e.: • generating highly efficient predicators based on convolutionary and recursive neural networks and LTSM networks; •scientific, quantitative approach the process of generating predicators (significantly limiting errors resulting from the factor of human emotion when making investment decisions); •possibility to generate both short-term and long-term strategies based on Reinforcement Learning and Deep Rainforcement Learning; •increased quality and relevance of generated predicators and strategies, thanks to the use of much more extensive fundamental data sets and media sentiments than ever before; •increased precision, thanks to a much broader approach to information, i.e. taking into account the correlation between individual information and taking into account the importance of the impact of information on market behaviour. Achieving the project’s result will be the result of planned R & D work on the development of a research environment capable of processing huge collections of various data and prototypes of tools capable of forecasting changes in the exchange rates of financial instruments and selecting an optimal investment strategy on the basis of a broad set of data, i.e. share prices, gosp. news, market sentiments or fundamental data. Reference number of the aid programme: SA.41471(2015/X) Purpose of public aid: Article 25 of EC Regulation No 651/2014 of 17 June 2014 declaring certain types of aid compatible with the internal market in the application of Articles 107 and 108 of the Treaty (OJ L. I'm sorry. EU L 187/1 of 26.06.2014). (English)
    14 October 2020
    0 references

    Identifiers

    POIR.01.01.01-00-0215/19
    0 references